Está en la página 1de 12

ANLISIS DE LOS FACTORES ASOCIADOS AL RENDIMIENTO ESCOLAR.

APLICACIN DE LA TCNICA DE NIVELES MLTIPLES


Orlando Mella CIDE- REDUC, Santiago de Chile. RESUMEN El presente estudio est orientado a describir y explicar, mediante anlisis de tipo correlacional, los efectos de una serie de factores asociados, a los resultados obtenidos por los alumnos y alumnas de 8 bsico que participaron en la prueba Simce 1997, tanto en Matemtica como en Castellano. La tcnica aplicada es el anlisis estadstico de niveles mltiples (1998)1, adecuada para analizar variaciones en las caractersticas de los individuos que son miembros de una agrupacin determinada y que forman parte de una estructura jerrquica, como acontece en el sistema escolar: un alumno es parte de un curso, y ste de un establecimiento. En principio, cada alumno se diferencia de los dems en la medida en que obtiene un resultado especfico en las materias consideradas, pero al mismo tiempo puede ser apreciados como participando homogneamente de otras caractersticas distintivas del curso o del establecimiento, de manera tal que se puede suponer que los alumnos de un establecimiento se diferencian de los alumnos de otro establecimientos en algunas caractersticas determinadas. Frente a esto, es conveniente no slo investigar las variaciones de resultado escolar a nivel individual, sino tambin a nivel de las agrupaciones que se considere tericamente pertinentes. CONCEPTOS CLAVES: RESULTADO ESCOLAR FACTORES ASOCIADOS MULTINIVEL JERRQUICO REPITENCIA GNERO PUEBLO INDGENA Analysis of the factors associated with school achievement. Application of the multiple-level technique Abstract This article describes and explains, through a correlational type analysis, the effects of a series of factors associated with the results obtained by eighth grade students who took the 1997 Mathematics and Spanish SIMCE exams. The technique used in the statistical analysis was that of the multiple-level technique. This technique is used for analyzing variations in the characteristics of individuals who are both members of a specific group and part of a hierarchical structure as our educational system is organized: a student is part of a class, which, at the same time, is part of a school. Each student differs from his peers as he gets a specific result, but he can also share homogeneously other distinctive characteristics of his class or school. It is, therefore, possible to suppose that students from a particular school differ from other schools' students with respect to certain characteristics. It is then not only convenient to study school achievement variations at individual level, but also at group level.
El autor es Doctor en Educacin, miembro del CIDE y profesor visitante del Programa de Magster en Educacin de la Universidad Catlica de la Santsima Concepcin. 1 Goldstein H.; Rasbash, J.; Plewis,I:, Draper, D.; Browne, W.; Yang, M.; Woodhouse, G. y Healy, M. (1998). A users guide to MlwiN en Multilevel Models Project, Institute of Education, University of London.

Key words: school achievement, SIMCE exams, multiple-level statistical analysis, achievement factors.

1.

Introduccin

Los factores asociados al rendimiento escolar en Chile son analizados utilizando la tcnica de anlisis multinivel jerrquico a los datos de la prueba SIMCE del ao 1997, tanto en Matemticas como en Castellano. Se han utilizado los datos correspondientes a la totalidad de los alumnos(as) de 8 ao bsico que respondieron la prueba, y del cuestionario dirigido a madres o apoderados de esos alumnos. Los anlisis fueron primeramente enfocados al examen de las variaciones de los resultados a travs de los niveles alumnos y establecimiento, sin considerar factores, de manera de permitir definir qu proporcin de la variacin queda a nivel de alumno y a nivel establecimiento respectivamente. Los resultados indican que de la variacin total de rendimiento en Castellano aproximadamente el 29% se debe a las diferencias entre los establecimientos, el resto debe ser asignado al nivel alumno en sus connotaciones tanto individuales como contextuales, ambas, factores extra-escolares. De la variacin total de rendimiento en Matemticas aproximadamente el 33% se debe a las diferencias entre establecimientos, corroborando lo sealado en otras investigaciones, que indican el mayor impacto de los factores netamente escolares en Matemticas ms que en Castellano. En relacin al efecto de los factores asociados a los resultados en Castellano, examinados a partir de la informacin disponible en el cuestionario enviado a las madres o apoderados en el momento en que se efectu la prueba mencionada, se concluye que la mayor contribucin explicativa la tiene el factor repitencia, asocindose con bajo nivel de logro en Castellano. La variable gnero se sita a continuacin, con las mujeres obteniendo mejor resultado que los varones. El tercer factor en importancia es la pertenencia a pueblo indgena, asocindose negativamente al resultado en Castellano. A continuacin se ubican las expectativas escolares respecto del hijo/a, asocindose positivamente con el resultado en Castellano. En un rango explicativo menor se sitan como factores si el estudiante vive con ambos padres biolgicos, la cantidad de libros en el hogar, el nivel educativo de la madre, la asistencia a jardn infantil, nivel de estudios del jefe de hogar y finalmente los ingresos econmicos del hogar. La adicin de variables explicativas en un modelo multivariado permiti mejorar el poder predictivo, al reducir la varianza del rendimiento en Castellano en 19% al nivel de establecimiento y en un 6% en el nivel de estudiantes.

2.

Antecedentes tericos

El contexto de la interaccin entre factores externos e internos relacionados con los resultados escolares ha sido tema de amplio debate. Al respecto, el peso significativamente mayor de las variables extra escolares ha sido discutido en numerosos informes de investigacin. Un estudio pionero que ha indicado el peso relativamente significativo del contexto social, ha sido el as llamado Informe Coleman2, realizado en Estados Unidos. El tema central del referido estudio fue si los insumos escolares pueden por s mismos tener un efecto especfico sobre el rendimiento o el xito escolar de los alumnos, ms all de los factores socio-econmicos exhibidos por cada alumno. As, el foco de atencin estaba referido a la eficacia con que las distintas
Coleman, J.S et al., (1966). Equality of Educational Opportunity. Government Printing Office, Washington DC.
2

variables que conforman el sistema educativo pueden alterar la distribucin desigual de ciertos atributos extra-escolares. El Informe Coleman (1966) concluy al respecto que los factores o insumos escolares tenan al parecer efecto poco significativo sobre las diferencias en el desempeo escolar. Estos resultados implicaron un cuestionamiento a la escuela como agente democratizador. Sin lugar a dudas que una cantidad significativa de varianza explicada en las variables que miden resultado escolar, reside en las variables contextuales, bsicamente las que dicen relacin al efecto de la escolaridad de la madre y del contexto socioeconmico en general. Sin embargo, es difcil aceptar que la intervencin del sistema escolar no deja huellas en los estudiantes. Observaciones cualitativas sealan al respecto que el impacto del sistema escolar no deja de ser significativo. Hay en efecto, una acumulacin reveladora de conocimientos acerca de los factores institucionales y de la prctica pedaggica a nivel ulico que se presume incide en el comportamiento escolar del alumno, de all que las investigaciones han puesto un nfasis mayor en el estudio de los factores escolares, de los impactos de las variables internas del proceso enseanza-aprendizaje y del control metodolgicamente adecuado de las relaciones entre factores escolares y factores extra-escolares. En este contexto se debe considerar que hay algunos resultados escolares sobre los cuales el sistema escolar efectivamente tiene poco efecto, pero existen a su vez otros resultados fuertemente afectados por el sistema escolar.3 Rama4 a su vez, ha demostrado que los rendimientos de los nios de similar nivel educativo de las madres, se incrementan cuando forman parte de un subsistema educativo que levanta el nivel de conocimientos y empuja hacia arriba a los de ms dbil capital cultural familiar. La interrelacin entre escuela y comunidad puede ser adems definida en trminos ms dinmicos. Si la escuela fuera solamente una reproduccin cultural de la comunidad, no interviene efectivamente en el proceso educativo y tiende fundamentalmente a igualar los aprendizajes al comn denominador de la educacin de las familias, donde el ms bajo nivel de la comunidad pasa a definir el papel de la escuela. Si por el contrario, y como lo seala Rama (1996) la escuela se convierte en un referente de lo que es posible lograr y transmite seales claras a las familias sobre los esfuerzos y disciplinamientos que tiene que aplicar para alcanzar los niveles que reclama el sistema sociocultural, es entonces la escuela la que fija una meta que es superior a la esperable por los niveles culturales de origen de los nios. La escuela deja de ser un reflejo de la comunidad y pasa a simbolizar el mundo de los conocimientos a adquirir y la clave inicial de la movilidad cultural ascendente. Una perspectiva interesante al respecto es la sealada por Blakey & Heath5 al indicar que la gua terica de estos estudios debe basarse en la teora weberiana, asumiendo que una escuela implica poner juntos a una variedad de actores: maestros, padres y alumnos, con sus orientaciones distintivas propias. Habra as que rechazar una concepcin unitaria de la escuela o del concepto de efectividad. Las escuelas no son cohesivas, instituciones unidimensionales. Los actores escolares pueden tener diferentes metas. Una escuela que es efectiva en ayudar a los que tienen ambiciones
Fitz-Gibbon, C. T. (1992). School effects at A level: genesis of an information system? en Reynolds, D. y Cuttance, P. (eds), School effectiveness. Research, policy and practic, Casell, London. 4 Rama, G. (1996). Qu aprenden y quienes aprenden en las escuelas de Uruguay. Los contextos sociales e institucionales de xitos y fracasos. CEPAL, Montevideo. 5 Blakey, L .S. y Heath, A. F. (1992). Differences between comprehensive schools: some preliminary findings en Reynolds, D. & Cuttance, P. School effectiviness. Research, policy and practice (ed), Casell, New York.
3

acadmicas y de entrada a la educacin superior, puede no ser tan efectiva a nios que quieren aprender un oficio. No se debe, por tanto inquirir sobre cun efectiva es un escuela sino, sobre qu puede ser efectiva. Al respecto cabe citar entre otras las conclusiones que seala Schiefelbein et al6, donde se hace un estado del arte que examina la evidencia surgida de las investigaciones empricas en los pases latinoamericanos referidos a aquellos inputs educativos que son ms efectivos para elevar el rendimiento de los estudiantes en la educacin primaria. En el estudio se concluye que los mtodos de enseanza activa son ms efectivos que los pasivos. Igualmente el acceso a libros y textos de estudios se demuestra significativo. El tamao de la escuela no parece influir. Se concluye as mismo que el nivel socioeconmico est positivamente asociado al rendimiento.

3.

Objetivos y variables del estudio

Como una manera de contribuir a la reflexin en torno a la interaccin entre factores externos e internos que influyen en el resultado escolar, presentaremos resultados de anlisis de niveles mltiples, de datos provenientes de Simce 1997 correspondientes a alumnos(as) de 8 ao bsico, y del cuestionario dirigido a madres o apoderados de esos alumnos. Especficamente interesa analizar: a) el aporte diferencial que hacen los niveles alumno y establecimiento a la explicacin de los resultados en Castellano y Matemticas, y b) resultados de las relaciones entre un conjunto de variables considerados factores de resultado escolar y el rendimiento en Castellano; Las variables dependientes del estudio son respectivamente, resultado en matemtica y resultado en Castellano. Los factores considerados o variables por medio de las cuales se controla, son: repitencia, expectativas educacionales de la madre/apoderado, respecto del nio(a), existencia de libros en el hogar del nio(a), nivel educacional de la madre/apoderado, nivel de ingresos del hogar del nio(a), pertenencia a pueblos indgenas, asistencia a jardn infantil, nivel educacional del jefe de hogar y relacin de masculinidad (gnero).

4.

Presentacin de la tcnica de niveles mltiples

El anlisis estadstico de niveles mltiples est basado en lo que se conoce como Hierarchical Linear Models7. En las ciencias sociales y de la educacin, tenemos frecuentemente una situacin de ordenamiento jerrquico de los datos. As tenemos variables que describen individuos, pero a su vez los individuos estn agrupados en unidades aglutinantes, donde cada unidad consiste de un conjunto de sujetos. El ejemplo ms claro es el de los alumnos, que a su vez estn reunidos en clases y stas en establecimientos educacionales. En realidad, uno de los problemas bsicos de las ciencias sociales es relacionar propiedades de individuos y propiedades de grupos y estructuras donde funcionan los individuos. El modelo lineal jerrquico proporciona estimados de ecuaciones lineales, que explican los resultados de los miembros de un grupo, no slo como una funcin de las caractersticas del grupo sino tambin como una funcin de las caractersticas de sus miembros. El modelo lineal jerrquico comprende la prediccin de resultados que estn
Schiefelbein, E., Valenzuela, J. y Velez, E. (1994 ). Factores que afectan el rendimiento acadmico en la educacin primaria. Revisin de la literatura de Amrica Latina y el Caribe. Revista Latinoamericana de Innovaciones Educativas, , N 17, 29-53. 7 Bryk, A. S. y Raudenbush, SW. W. (1992). Hierarchical linear models en Goldstein, H. Multilevel Statistical Models, Kendalls library of statistics, 3 Internet edition.
6

estructurados jerrquicamente dentro de grupos, los cuales pueden a su vez formar parte de grupos ms grandes, estructurados tambin en forma jerrquica. Bryk y colegas8 sealan las siguientes ventajas del modelo lineal jerrquico sobre los otros modelos generales de regresin lineal cuando se trata de datos a nivel escolar: a) puede explicar el rendimiento de los estudiantes y su avance como una funcin de las caractersticas nivel de escuela o de la clase, al tomar en cuenta la varianza de los resultados de los estudiantes dentro de las escuelas, b) puede ejemplificar los efectos de las caractersticas de los estudiantes tales como el gnero, la raza o el nivel socioeconmico, sobre los resultados dentro de las escuelas o clases, y explicar las diferencias en estos efectos entre las escuelas, c) puede representar en un modelo las varianzas entre las escuelas y dentro de ellas al mismo tiempo y as predecir estimaciones ms exactas de los resultados de aprendizaje del estudiante, d) puede producir mejores estimaciones de los predictores de los resultados de los estudiantes dentro de las escuelas y clases, utilizando la informacin prestada sobre estas relaciones en otras escuelas y clases. Uno de los procedimientos tradicionales para poder trabajar con este tipo de situaciones jerrquicas, donde tenemos datos que provienen de diferentes niveles, ha sido desagregar todas las variables de orden ms alto al nivel individual, as se le asignan las caractersticas medidas del profesor a todos los alumnos, pero con el problema de la prdida de variabilidad para los alumnos correspondientes a un profesor determinado. Adems, y como lo sealan Bryk & Raudenbush (1992), no se puede utilizar el principio de independencia de las observaciones, lo que es bsico para la posibilidad de aplicar anlisis estadsticos a los datos. La otra alternativa ha sido agregar las variables de nivel individual a un nivel ms alto y efectuar los anlisis a ese nivel ms elevado, por ejemplo, promediar los datos de los alumnos por curso y hacer los anlisis a nivel de curso. El problema es, sin embargo, de que desaparece toda la informacin intra grupal, la que puede ser tanto como el 80% o 90% del total de variacin que se tiene antes de partir con los anlisis (Bryk & Raudenbush, 1992), como consecuencia, las relaciones entre variables agregadas son a menudo ms poderosas y diferentes de la relacin con las variables no agregadas. Por estas razones, tanto la agregacin como la desagregacin son insatisfactorias y debiera preferirse la utilizacin del anlisis multinivel jerrquico, lo que permitir a) modelar simultneamente los diferentes niveles de variacin, en nuestro caso, alumno y escuela, y por tanto saber qu proporcin de la variacin del rendimiento escolar se debe a caractersticas del alumno y cul se debe a caractersticas de la escuela, b) podremos estimar el efecto principal sobre el rendimiento que tiene cada variable considerada como factor.

5.

Resultados del estudio

5.1. La explicacin multinivel del resultado en Castellano: el modelo inicial


La interrelacin entre factores de resultado escolar asociados al resultado SIMCE en Castellano ser primeramente analizada mediante el modelo llamado vaco, el cual slo analiza las variaciones del resultado en Castellano a travs de niveles sin considerar factores. Nos permitir definir qu proporcin de la variacin en Castellano queda a nivel de alumno y qu proporcin queda a nivel establecimiento. Lo que se
Bryk, A. S.; Raudenbush, S. W. y Congdon, R. (1988). An introduction to HLM: computer program users guide, Chicago IL, University of Chicago.
8

estima es la variacin alrededor de la media global de rendimiento en Castellano involucrando simultneamente los dos niveles, alumno y escuela. Se necesita estimar una media global de rendimiento en Castellano y poder conocer cmo varan los promedios de las clases y los puntajes de los alumnos en torno de ella. El modelo vaco es la expresin de regresar estadsticamente los rendimientos escolares en Castellano de cada alumno sobre una constante que asume un valor similar para todos los alumnos. Aplicando el programa LmWin9 se obtienen los siguientes resultados:

Donde la variable dependiente es resultado en Castellano (pmrc_c). Incorporamos primeramente como niveles jerrquicos el alumno y el establecimiento. Se trata de averiguar cunto de la variacin en el resultado en Castellano es debido al alumno (y por tanto involucrando tanto factores individuales como contextuales) y cunto es debido, en realidad, al efecto establecimiento. Se estima la variacin alrededor de la media global de rendimiento en Castellano, considerando simultneamente los dos niveles: alumnos y establecimientos. Para calcular esa media y las variaciones entre-establecimiento y entre-alumno, se regresan estadsticamente los rendimientos escolares de cada alumno en Castellano (pmrc_c) sobre una constante (cons) que asume un valor de 1 para todos los alumnos. Los resultados graficados ms arriba nos indican que de la variacin total de The outcome variable is PMRC_C rendimiento en Castellano (291,46, vale decir la suma de 85,431 y 206,024), el 29,3% (85,431)Finaldebe a las of fixed effects se estimation diferencias entre los establecimientos, la correlacin intra(with robust standard ser asignado al nivel alumno en sus connotaciones tanto establecimiento, el resto debeerrors) ---------------------------------------------------------------------------individuales como contextuales, ambas, factores extra-escolares. Approx. Standard Fixed Effect Error T-ratio d.f. P-value Ello es corroborado al utilizar el CoefficientHLM510, con los siguientes resultados: programa
---------------------------------------------------------------------------For INTRCPT1, B0 INTRCPT2, G00 64.352927 0.150621 427.251 4625 0.000 ----------------------------------------------------------------------------

Final estimation Goldstein H.; Rasbash, J.; of variance components: Plewis,I:, Draper, D.; Browne, W.; Yang, M.; Woodhouse, G. y Healy, ----------------------------------------------------------------------------M. (1998) A users guide to MlwiN Op. Cit. Random Effect Standard Variance df Chi-square P-value 10 Raudenbush, S.; Bryk , A Cheong, y Congdon, R. (2000). Hierarchical Linear and Nonlinea, HLM5. Deviation Component ----------------------------------------------------------------------------INTRCPT1, U0 9.57751 91.72876 4625 67188.19684 0.000 level-1, R 14.63386 214.14999 6 -----------------------------------------------------------------------------

Los valores estimados nos indican que la mayor parte de la variacin en la prueba en Castellano (214,1499) es al nivel de los estudiantes (level-1) a pesar de que una proporcin sustancial est situado al nivel entre establecimientos (91,72876). La correlacin intraclase que representa la proporcin de varianza en Y entre establecimientos, es estimada a travs de sustituir los componentes de varianzas estimadas por sus respectivos parmetros en la ecuacin siguiente:

p = 00 /( 00 + 2 ) p = 91.72876/(91.72876 + 214.14999) p = 0.299


La resolucin de la ecuacin nos indica al igual que los resultados de la aplicacin de MlWin, que la proporcin intraclase, vale decir la que se debe a diferencias entres los establecimientos es de 29,9%.

5.2. La explicacin multinivel del resultado en Matemticas: el modelo inicial


A continuacin, hemos analizado la situacin con respecto a los resultados en matemticas. Los resultados aplicando el programa LmWin son los siguientes.

De la variacin total de rendimiento en matemticas (346,083: la suma de 117,248 y 228,835), el 33,9% se debe a las diferencias entre establecimientos, corroborando lo sealado en otras investigaciones, que indican el mayor impacto de los factores netamente escolares sobre matemticas que sobre Castellano. Aplicando a nuestros datos el programa HLM5 para calcular los componentes de la variacin de rendimientos en matemticas, obtenemos los siguientes resultados:
The outcome variable is PMRC_M

Final estimation of fixed effects (with robust standard errors) ---------------------------------------------------------------------------Standard Approx. Fixed Effect Coefficient Error T-ratio d.f. P-value ---------------------------------------------------------------------------For INTRCPT1, B0 INTRCPT2, G00 62.252642 0.175618 354.477 4625 0.000 ----------------------------------------------------------------------------

Final estimation of variance components: ----------------------------------------------------------------------------Random Effect Standard Variance df Chi-square P-value Deviation Component ----------------------------------------------------------------------------INTRCPT1, U0 11.29724 127.62774 4625 87246.46566 0.000 level-1, R 15.42902 238.05467 -----------------------------------------------------------------------------

Los valores estimados nos indican que la mayor parte de la variacin en la prueba en matemticas (238,05) es al nivel de los estudiantes (level-1) pero una proporcin significativa est situado al nivel entre establecimientos (127.63). La correlacin intraclase que representa la proporcin de varianza en Y entre establecimientos, es estimada a travs de sustituir los componentes de varianzas estimadas por sus respectivos parmetros en la ecuacin siguiente:

p = 00 /( 00 + 2 ) p = 127.62/(127.62 + 238.05) p = .3499


8

La resolucin de la ecuacin nos indica que la proporcin de variacin intraclase, la variacin que se ubica en las diferencias entre establecimientos, es de 34,9%. Este resultado confirma que alrededor del 34% de la variacin en el resultado en matemticas se sita a nivel de los establecimientos.

5.3. Anlisis multivariado de los factores asociados al resultado en Castellano


Como se sealaba anteriormente, hemos trabajado con factores asociados a los resultados en la prueba Simce a partir de la informacin disponible en el cuestionario enviado a las madres o apoderados en el momento en que se efectu la prueba mencionada. Las variables consideradas son: repitencia, expectativas educacionales de la madre/apoderado, respecto del nio(a), existencia de libros en el hogar del nio(a), nivel educacional de la madre/apoderado, nivel de ingresos del hogar del nio(a), pertenencia a pueblos indgenas y relacin de masculinidad (gnero). Aplicando el programa HLM5 y con la siguiente ecuacin:

El coeficiente que acompaa a cada una de estas variables permite determinar el grado de impacto que tienen sobre el resultado en Castellano de los estudiantes. Es importante consignar que estas variables son centradas respecto de la media del colegio respectivo. En las estimaciones finales de efectos fijos, se incluye una ecuacin para la interseccin y ecuaciones para las pendientes (slopes) asociadas a cada uno de los predictores. As estudiamos respecto al logro promedio en Castellano los efectos de la repitencia, el gnero, la pertenencia a pueblo indgena, las expectativas escolares de la madre respecto del hijo/a, si el estudiante vive con ambos padres biolgicos, la

cantidad de libros en el hogar, el nivel educativo de la madre, la asistencia del estudiante a jardn infantil, el nivel de estudios del jefe de hogar y los ingresos del hogar. Los resultados obtenidos son los siguientes: Parmetros estimados- Castellano Variable Repitencia Gnero Pertenencia a pueblo indgena Expectativas escolares respecto del hijo/a Vive con padre y madre biolgico/a Cantidad de libros en el hogar Nivel educativo de la madre Asistencia a jardn infantil Nivel estudios jefe hogar Ingresos econmicos del hogar Estimado 7.29 -2.67 -1.66 1.15 0.82 0.46 0.27 0.22 0.11 -0.07 S.E 0.11 0.09 0.19 0.02 0.08 0.02 0.01 0.08 0.01 0.01

El factor o efecto ms importante sobre el resultado en la prueba Simce en Castellano es la Repitencia, asocindose sta con resultado ms bajo en Castellano. El segundo factor en importancia es la variable Gnero, donde las mujeres tienen mejor resultado en Castellano que los hombres. La Pertenencia a pueblo indgena es la tercera variable en importancia que explica el resultado en Castellano al considerar las diferencias entre establecimiento, afectando en forma negativa el resultado en Castellano. A continuacin se ubican las Expectativas escolares respecto del hijo/a, donde a mayores expectativas, mejor resultado en Castellano. Luego sigue en importancia si el estudiante vive o no con sus padres biolgicos. Si as lo hace, se asocia a mejor resultado en Castellano. La cantidad de libros en el hogar, el nivel educativo de la madre, la asistencia a un jardn infantil y nivel de estudios del jefe de hogar se sitan a niveles menos importantes. El ingreso econmico del hogar, considerando el nivel establecimientos, queda reducido a un nivel marginal. Finalmente se presenta la composicin final de la varianza del rendimiento en Castellano, una vez controlados los efectos de los factores ya descritos.

10

Varianza del rendimiento en Castellano. Estimacin final de los componentes de varianza. Modelo Multivariado. Variables Varianza Nivel_1 181.20 Intercepto_1 74.32 Repitencia 13.04 Pertenencia a pueblo indgena 5.45 Gnero 4.05 Asistencia a jardn infantil 1.05 Vive con padres biolgicos 0.94 Expectativas escolares de la madre respecto del 0.17 hijo/a Cantidad de libros en el hogar 0.11 Escolaridad de la madre 0.04 Escolaridad del jefe de hogar 0.04 Ingresos del hogar 0.03 CCI (coeficiente de correlacin intraclase) 29% Comparando con el modelo inicial o vaco, la adicin de variables explicativas aumenta el poder predictivo del modelo final al reducir la varianza del rendimiento en Castellano en 19% en el nivel establecimientos y en un 6% en el nivel estudiantes: Reduccin de varianza Modelo Vaco Multivariado Reduccin de varianza nivel 1 Reduccin de varianza nivel 2

Nivel_1 Intercepto_1 Nivel_1 Intercepto_1 6% 19%

214.15 91.73 181.20 74.32

6.

Conclusiones

Hemos analizado en este trabajo el aporte diferencial que hacen los niveles 1 (estudiante) y 2 (establecimiento) a la explicacin de los resultados en castellano y Matemticas de la prueba Simce. En primer lugar se ha analizado qu proporcin de la variacin en Castellano queda a nivel de alumno y qu proporcin queda a nivel de establecimiento. Nuestros resultados indican que de la variacin total de rendimiento en Castellano, alrededor del 29% se debe a las diferencias entre los establecimientos, y por tanto es el monto de la contribucin de los factores netamente escolares a la explicacin de los resultados en Castellano. As, estos resultados son explicados primeramente por factores contextuales e individuales, y en segundo lugar, por lo que acontece en la escuela. Hemos analizado a continuacin la proporcin de la variacin en Matemticas que queda a nivel de alumno, y la que queda a nivel de establecimiento. Los resultados indican que la mayor parte de la variacin en la prueba de Matemticas se sita a nivel

11

de los estudiantes, pero una proporcin significativa est situada a nivel de establecimiento. La correlacin intraclase es aqu de 34.9%. Nuestros resultados indican que la mayor explicacin de los resultados en Castellano y Matemticas estn radicados fuera de la escuela. Lo que ocurre al interior del establecimiento escolar explica, sin embargo, un porcentaje mayor de los resultados en Matemticas que en Castellano. Finalmente, hemos analizado el peso relativo de los factores asociados al resultado en Castellano, considerando el nivel establecimiento. La mayor contribucin explicativa la tiene el factor repitencia, asocindose con bajo nivel de logro en Castellano. La variable gnero se sita a continuacin, con las mujeres obteniendo mejor resultado que los varones. El tercer factor en importancia es la pertenencia a pueblo indgena, asocindose negativamente al resultado en Castellano. A continuacin se ubican las expectativas escolares respecto del hijo/a, asocindose positivamente con el resultado en Castellano. En un rango explicativo menor se sitan los factores si el estudiante vive con ambos padres biolgicos, la cantidad de libros en el hogar, el nivel educativo de la madre, la asistencia a jardn infantil, nivel de estudios del jefe de hogar y finalmente los ingresos econmicos del hogar. La adicin de variables explicativas en un modelo multivariado permiti mejorar el poder predictivo, al reducir la varianza del rendimiento en Castellano en 19% al nivel de establecimiento y en un 6% en el nivel de estudiantes.

Bibliografa
- Blakey, L. S. y Heath, A. F. (1992). Differences between comprehensive schools: some preliminary findings en Reynolds, D. y Cuttance, P. School effectiviness. Research, policy and practice (ed), Casell, New York. - Bryk, A. S. y Raudenbush, S. W. (1992). Hierarchical linear models. SAGE. - Bryk, A. S.; Raudenbush, S. W. y Congdon, R. (1988) An introduction to HLM5. Hierarchical Linear and Nonlinear", Chicago IL, University of Chicago. -Coleman, J.S. et al. (1966). Equality of Educational Opportunity. Government Printing Office, Washington DC. - Fitz-Gibbon, C T. (1992) School effects at A level: genesis of an information system? en Reynolds, D. y Cuttance, P. (eds) School effectiveness. Research, policy and practice, Casell, London. - Goldstein, H.; Rasbash, J.; Plewis, I.; Draper, D.; Browne, W.; Yang, M.; Woodhouse, G. y Healy, M. (1998). A users guide to MlwiN en Multilevel Models Project, Institute of Education, University of London. - Goldstein, H. (1995). Multilevel Statistical Models, Kendalls library of statistics 3 Internet edition. - Rama, G. (1996). Qu aprenden y quienes aprenden en las escuelas de Uruguay. Los contextos sociales e institucionales de xitos y fracasos. CEPAL, Montevideo. - Raudenbush, S.; Bryk , A.; Cheong, y Congdon, R. (2000). Hierarchical Linear and Nonlinear, HLM5. - Schiefelbein, E, Valenzuela, J, Velez, E. (1994) "Factores que afectan el rendimiento acadmico en la educacin primaria. Revisin de la literatura de Amrica Latina y el Caribe, en Revista Latinoamericana de Innovaciones Educativas, N 17, pp. 29-53.

12